Бросок честного кубика
Освоив основы построения симуляции, вы сможете применять её к любым системам и процессам. Далее мы рассмотрим, как реализуется каждый шаг на простых примерах.
Как мы уже выяснили, симуляция основана на многократной случайной выборке. Первый шаг — получить одну случайную выборку, а затем просто повторить этот процесс нужное количество раз. В этом упражнении мы сосредоточимся на том, как получить одну случайную выборку — на примере броска честного шестигранного кубика.
По завершении упражнения вы будете знать, как реализовать первые два шага симуляции: определить случайную величину и задать вероятности.
На протяжении всего курса проверяйте в оболочке IPython, какое начальное значение (seed) было установлено.
Это упражнение является частью курса
Статистическое моделирование на Python
Инструкции к упражнению
- Создайте шестигранный кубик в виде списка всех возможных исходов и присвойте его переменной
die. - Определите вероятности для каждой из шести граней, предполагая равную вероятность выпадения, и присвойте результат переменной
probabilities. - Используйте
np.random.choice(), чтобы смоделировать один бросок кубика, и запишите результат в переменнуюoutcome.
Интерактивное практическое упражнение
Попробуйте выполнить это упражнение, дополнив этот пример кода.
# Define die outcomes and probabilities
die, probabilities, throws = [____], [____], 1
# Use np.random.choice to throw the die once and record the outcome
outcome = ____(___, size=____, p=____)
print("Outcome of the throw: {}".format(outcome[0]))